II.10Разработка и эксплуатация AI/ML-систем

SpeechT5 HiFi-GAN Vocoder — вокодер HiFi-GAN от Microsoft для использования с моделями SpeechT5 при синтезе речи и преобразовании голоса. Он преобразует акустические представления речи в аудио; сам по себе не предназначен для генерации текста или автономного преобразования текста в речь. Репозиторий содержит оригинальные веса в формате PyTorch и распространяется по лицензии MIT. Модель относится к архитектуре HiFi-GAN и рассчитана на работу в связке с SpeechT5. Карточка не приводит сведения о размере модели, языках или ограничениях качества; вокодер следует применять в совместимом конвейере SpeechT5.

Supra-1.5-50M-Base-exp — базовая языковая модель семейства Supra, разработанная SupraLabs и дообученная продолжительным предобучением на основе SupraLabs/Supra-50M-Base. Это плотная Llama-совместимая модель с архитектурой LlamaForCausalLM и примерно 51,8 млн параметров; она принимает последовательности токенов и предсказывает следующий токен. Контекстное окно расширено с 1 024 до 5 120 токенов с помощью масштабирования RoPE. Модель предназначена как основа для последующего SFT и обучения с подкреплением, а не как готовый чат-ассистент. В обучающую смесь, согласно README, входили тексты о вызове инструментов, диалоги в формате ChatML, фактические тексты и математические задачи. Модель использует исходный токенизатор Supra-50M и словарь размером 32 000 токенов. Модель распространяется по лицензии Apache-2.0. Ключевое ограничение: поскольку это базовая модель после продолжительного предобучения, она не проходила instruction fine-tuning и не гарантирует корректное следование пользовательским инструкциям или форматирование ответов.

Swift-Qwen3.8-27B Heretic — это мультимодальная диалоговая модель на 27 млрд параметров, созданная автором репозитория акумабурн на основе UkisAI/Swift-Qwen3.8-27b и Qwen/Qwen3.8-27B. Это BF16-версия с удалённым направлением активаций, связанным с отказами: веса не дообучались, а модифицировались методом Heretic. Сохранены визуальный энкодер и голова MTP для спекулятивного декодирования; длина контекста — 262 144 токена. Модель предназначена для диалога и анализа изображений, а также для исследований интерпретируемости и безопасности, red teaming и оценки поведения моделей без отказов. В тесте автора на 100 вредоносных запросах модель не выдала жёстких отказов; при этом примерно в 26% случаев эвристика отметила мягкое перенаправление к безопасному варианту запроса. Это не является исчерпывающей оценкой безопасности или качества. Лицензия обозначена как other; автор предоставляет модель только для исследований, без гарантий и ответственности.

xlr8harder выпустил Transformers-совместимую BF16-конверсию базовой языковой модели Talkie Web 13B. Модель с плотной архитектурой Talkie содержит 17,1 млрд параметров и предназначена для генерации продолжений текста и контролируемых сравнений языковых моделей, обученных на винтажных и современных данных. Исходная модель обучалась на 260 млрд токенов FineWeb. Конверсия хранится в формате sharded safetensors и рассчитана на контекст до 4096 токенов. Для загрузки используются пользовательские модули с trust_remote_code=True и токенизатор Talkie, совместимый с tiktoken. Модель принимает текст и генерирует текст; в карточке указан английский язык. Лицензия — Apache-2.0. Это базовая модель для продолжения текста, а не специализированный чат-ассистент. Для загрузки требуется поддержка пользовательского кода Transformers; переход к BF16 даёт небольшие отличия от исходных FP32-весов: в проверке максимальная абсолютная разница логитов составила 0,03125.

Модель Hate-speech-CNERG/tamil-codemixed-abusive-MuRIL разработана для выявления оскорбительной речи в текстах на тамильском языке, смешанном с другими языками. Это дообученная на датасете оскорбительной речи модель MuRIL на базе BERT, реализованная как классификатор последовательностей с 264,8 млн параметров и контекстом до 512 токенов. Модель относит текст к одному из двух классов: обычный («Normal») или оскорбительный («Abusive»). Она предназначена для классификации код-смешанных тамильских сообщений и исследований выявления оскорбительной речи в низкоресурсных индийских языках. Авторы связывают работу с публикацией о методах расширения обучающих данных для таких задач. Модель опубликована под лицензией AFL-3.0. Она специализируется на код-смешанном тамильском тексте; результаты за пределами этого сценария и качество на разных вариантах письма или смешения языков в карточке не описаны.

crangana/trained-race — модель классификации изображений на основе ResNet-50, дообученная на наборе данных FairFace. Базовая ResNet-50 предварительно обучена на ImageNet-1k для классификации изображений по 1000 классам; эта версия предназначена для классификации изображений в задаче, связанной с FairFace. На оценочной выборке указаны loss 0,9830 и accuracy 0,6258. Модель принимает изображения и выдаёт классовые метки. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0. Подробные сценарии применения и ограничения в карточке не описаны.

TripMatch AI Embedding Model — текстовый энкодер, подготовленный для проекта TripMatch AI на основе sentence-transformers/paraphrase-MiniLM-L3-v2. Он преобразует запросы и описания поездок в нормализованные 384-мерные векторы, которые можно сравнивать по косинусному сходству для семантического поиска и ранжирования вариантов путешествий. Модель построена на архитектуре BERT, содержит 18,8 млн параметров и рассчитана на контекст до 512 токенов. Модель предназначена для поиска поездок в каталоге и сопоставления текстовых запросов с планами путешествий; проект также учитывает структурированные ограничения, например длительность и маршрут. Вычисления проводились на каталоге из 10 000 синтетических англоязычных планов поездок. По описанию проекта, компактный вариант MiniLM-L3 выбран с учётом совместимости результатов и скорости работы на CPU. Результаты оценки относятся только к этому проекту и не подтверждают удовлетворённость путешественников. Данные синтетические и могут быть географически несбалансированы; оценка сходства не подтверждает безопасность, реализуемость, актуальную доступность или стоимость поездки. Лицензия — Apache-2.0.

Tucano2-qwen-1.5B-Base — базовая языковая модель Polygl0t для генерации текста на португальском языке. Это плотный декодерный трансформер семейства Qwen3 с 1,5 млрд параметров и контекстом 4096 токенов, продолжающий предобучение Qwen/Qwen3-1.7B-Base. Для адаптации словаря и токенизатора к португальскому использовался перенос эмбеддингов токенов методом Orthogonal Matching Pursuit; предобучение продолжалось примерно на 50 млрд токенов данных Polygl0t/gigaverbo-v2 и Polygl0t/gigaverbo-v2-synth. Модель предназначена для исследований и разработки языковых решений для португальского, а также как основа для последующего дообучения и сравнительных экспериментов. Авторы сообщают о высоких результатах на ряде бенчмарков португальского языка. Это базовая, не настроенная для прикладных задач модель; она не предназначена для непосредственного использования в пользовательских приложениях. Возможны фактические ошибки, токсичные или предвзятые ответы, повторы и излишне многословная генерация. Выпущена по лицензии Apache 2.0.

ytu-ce-cosmos/turkish-medium-bert-uncased — компактная модель BERT для турецкого языка, разработанная для заполнения пробелов в линейке небольших турецких BERT-моделей. Она предназначена прежде всего для предсказания замаскированных токенов в тексте и может использоваться как основа для задач, которым нужны контекстные представления турецкого текста. Модель имеет архитектуру BERT с примерно 49,9 млн параметров и контекстом до 512 токенов; доступны веса PyTorch, Safetensors и TensorFlow. Модель без учёта регистра, однако перед токенизацией текст требуется вручную преобразовывать в нижний регистр с учётом турецкой буквы I: `text.replace("I", "ı").lower()`. В README отмечен известный дефект токенизатора: параметр `do_lower_case=True` использовать не следует. Обучение преимущественно на собранных из интернета данных может приводить к предвзятым предсказаниям. Лицензия в предоставленных данных не указана.

umt5-thai-g2p-v2-0.5k — модель B-K, дообученная на наборе B-K/thai-g2p для преобразования тайского текста в фонемную транскрипцию Международным фонетическим алфавитом (IPA). Это модель семейства UMT5 с архитектурой условной генерации текста; число параметров — 29,6 млн. Её применяют для преобразования слов и предложений на тайском языке в произношение, в том числе как этап предварительной обработки в конвейере синтеза речи. На оценочном наборе указаны loss 1,0480 и CER 0,0369. Модель может ошибаться, особенно на редких словах, неологизмах, сложных именах и данных, отличающихся от обучающего набора; неоднозначность тайского письма также может приводить к неверному произношению. Устойчивость на очень длинных или сложных предложениях может варьироваться. Распространяется по лицензии Apache-2.0.

Unet-Segmentation — модель семантической сегментации изображений, разработанная Qualcomm и основанная на реализации PyTorch-UNet от milesial. Модель обучена на данных соревнования Carvana Image Masking Challenge и предназначена прежде всего для сегментации автомобилей, разделяя изображение на передний план и фон. Она ориентирована на использование на устройствах Qualcomm, включая мобильные и периферийные платформы с NPU. Модель принимает изображения с разрешением 640×1280 и формирует два выходных класса: foreground и background. Она содержит около 31 млн параметров; размер версии с плавающей точкой составляет примерно 118 МБ, а квантованной конфигурации w8a8 — около 29,8 МБ. Доступны варианты для ONNX и QNN_DLC, включая оптимизацию под разные устройства Qualcomm. По приведённым тестам, квантование w8a8 может существенно снижать время инференса и объём памяти по сравнению с float-версией, однако фактические показатели зависят от чипсета и среды выполнения. Сильные стороны модели — специализированная сегментация автомобилей, поддержка аппаратного ускорения на NPU Qualcomm и возможность экспорта с пользовательскими весами, формами входа и настройками целевой платформы. Ограничения включают узкую область обучения и применения, отсутствие заявленной поддержки других модальностей или языков, а также зависимость производительности от конкретного устройства. Предварительно экспортированные файлы модели не распространяются из-за лицензионных ограничений; для компиляции и экспорта требуется библиотека Qualcomm AI Hub Models. Лицензия модели указана как GPL-3.0.

thu-coai/vicuna-7b-v1.5-safeunlearning — контрольная точка Vicuna-7B-v1.5 после безопасного забывания, выполненного командой THU COAI. Модель обучали на 100 исходных вредоносных вопросах; заявленная цель — повысить устойчивость к различным атакам обхода защитных ограничений, сохранив сопоставимые общие возможности исходной модели. Это плотная авторегрессионная языковая модель семейства Llama с 6,6 млрд параметров, предназначенная для генерации текста. Она использует тот же формат запросов, что и Vicuna-7B-v1.5, и имеет контекст длиной до 4096 токенов. Репозиторий содержит веса в формате safetensors. Модель подходит для диалоговой генерации и изучения методов безопасного забывания. Устойчивость к обходу защиты заявлена авторами, но карточка не приводит количественных оценок; модель не гарантирует безошибочную блокировку вредоносных запросов. Лицензия — MIT.

VideoMAE_Kinetics_wlasl_100_longtail_200_signer — модель для классификации видео, дообученная на базе MCG-NJU/videomae-base-finetuned-kinetics. Она использует архитектуру VideoMAE и содержит 113,2 млн параметров. Название указывает на возможную связь с WLASL и распознаванием жестового языка, однако карточка не описывает датасет, классы или назначение модели подробнее, поэтому эти сведения нельзя подтвердить. Модель принимает видео и выдаёт метку класса. На оценочной выборке указаны accuracy 0,6982 и loss 1,4501; состав и размер выборки не приведены. Лицензия — CC BY-NC 4.0, допускающая использование с соблюдением её условий, но ограничивающая коммерческое применение.

Это визуальный энкодер DINOv3 ViT-7B/16 из библиотеки timm, опубликованный в репозитории timm и предварительно обученный методом самоконтролируемого обучения на спутниковом наборе SAT-493M. Модель содержит около 6,716 млрд параметров и предназначена для извлечения признаков и эмбеддингов изображений; её представления также можно использовать как основу для классификации и сегментации спутниковых снимков после соответствующей настройки или построения downstream-модели. Размер входного изображения в карточке — 256 × 256 пикселей. Большой ViT-энкодер показывает результаты на задачах классификации и сегментации GEO-Bench, включая распознавание типов земного покрова и объектов на спутниковых данных. Модель выдаёт визуальные признаки, а не готовые текстовые ответы или предсказания классов. В репозитории указаны веса safetensors и лицензия «DINOv3»; метаданные Hugging Face обозначают лицензию как other, поэтому условия использования следует сверить с лицензией проекта DINOv3. В карточке также описаны технические отличия реализации timm от исходных весов, включая отключённые нулевые смещения QKV и численные различия в RoPE.

Модель MaxPowerUnlimited/vit-base-oxford-iiit-pets — дообученная на датасете Oxford-IIIT Pets модель Vision Transformer от Google для классификации изображений. Она использует архитектуру ViT, разбивающую изображение на патчи, и содержит 113,2 млн параметров. Модель различает 37 пород кошек и собак. Модель предназначена для определения породы питомца на фотографии, а также может служить базой для дообучения на других наборах изображений животных и для сравнительных экспериментов. На валидационной выборке Oxford-IIIT Pets указана точность 94,59% и значение функции потерь 0,2648. На изображениях за пределами тематики домашних животных качество может снижаться; модель не оптимизирована для мобильных устройств и периферийных вычислений. Базовая модель — google/vit-base-patch16-224. Веса представлены в формате Safetensors; лицензия — Apache-2.0.

Это визуальный backbone ViT-Small, опубликованный Kaiko AI в рамках проекта Towards Large-Scale Training of Pathology Foundation Models. Модель содержит около 22 млн параметров, использует патчи размером 16×16 пикселей и рассчитана на изображения 224×224 пикселя с тремя цветовыми каналами. Модель предназначена для извлечения признаковых векторов из изображений, в частности для построения систем анализа гистопатологических изображений. Полученные эмбеддинги можно использовать как входные признаки для классификации и других downstream-задач. В карточке указана лицензия other; конкретные условия следует сверять с лицензией проекта.

Roblox voice-safety-classifier — модель классификации аудио на основе WavLM Base Plus, дообученная на 2 374 часах записей голосового чата для многометочной оценки нарушений правил. Она выдаёт оценки по шести категориям: ненормативная лексика, знакомства и сексуальные разговоры, расизм, травля, прочие нарушения и отсутствие нарушений; к категории прочих отнесены редкие случаи, включая упоминания наркотиков, алкоголя и самоповреждения. Модель предназначена для выявления потенциально небезопасного контента в голосовых чатах и исследований классификации токсичности. В README сообщается о средней точности average precision 94,48% для бинарной оценки четырёх основных категорий на размеченном наборе из 9 795 примеров; категория прочих в этой оценке не учитывалась. Модель содержит 113,3 млн параметров, распространяется в формате safetensors по лицензии CC BY-SA 3.0. Результаты классификации следует рассматривать как оценки для проверки, а не как безошибочное решение: качество для редких категорий отдельно не подтверждено приведённой оценкой.

hpcai-tech публикует VQ-VAE в формате Hugging Face. Репозиторий является копией VideoGPT, предназначенной для загрузки модели VQ-VAE в этом формате. Модель связана с работой VideoGPT: Video Generation using VQ-VAE and Transformers и помечена для извлечения признаков. В метаданных указаны архитектура VQVAE, формат safetensors и лицензия MIT. README не уточняет размер модели, поддерживаемые языки и конкретные характеристики видеогенерации, поэтому их нельзя подтвердить по имеющимся данным.

shahzaib31/wav2vec2-base-balti-bft — модель распознавания речи на основе wav2vec 2.0, дообученная автором репозитория на неизвестном наборе данных. Она использует архитектуру Wav2Vec2ForCTC и содержит 113,3 млн параметров. Предназначена для преобразования входящего аудио в текст; в названии указано, что модель ориентирована на балти, однако состав обучающих данных и поддерживаемые языки в карточке не подтверждены. В README приведены результаты оценки: loss 1,8899 и WER 0,8106. Эти значения указывают на заметные ошибки распознавания в использованной оценочной выборке, поэтому качество для конкретных условий следует проверять отдельно. Модель распространяется в формате safetensors и под лицензией Apache-2.0.

Модель dianavdavidson/wav2vec2-large-xlsr-53-indic_voices-61921-hinglish_mixed_scripts-30_70-1e-4-steps-12000-FT — дообученная на распознавание речи версия wav2vec2-large-xlsr-53 от Meta. Она принимает аудио и выдаёт распознанный текст; название указывает на настройку для Hinglish и смешанной письменности, однако README не описывает языки и обучающие данные подробнее. Модель построена на архитектуре Wav2Vec2ForCTC, содержит 402,8 млн параметров и распространяется в формате Safetensors. На оценочном наборе указаны loss 1,0091 и Global WER 61,6218, что говорит о заметных ошибках распознавания. Модель может подойти для экспериментов и проверки распознавания речи в соответствующем сценарии, но качество следует оценить на собственных аудиоданных. Лицензия — Apache-2.0.

Facebook AI исследователи разработали XLM — трансформерную языковую модель, представленную в работе Cross-lingual Language Model Pretraining. Этот чекпойнт предварительно обучен на английском тексте с задачей masked language modeling и предназначен для заполнения пропусков в тексте по контексту. Архитектура — XLMWithLMHeadModel; доступны форматы PyTorch и TensorFlow, максимальный контекст — 512 токенов. Модель подходит для восстановления замаскированных слов и как языковое представление для последующих NLP-сценариев. Она обучена только на английском, поэтому её не следует считать мультиязычной версией XLM. Карточка отмечает общие для языковых моделей риски смещений и рекомендует учитывать их при прямом и последующем использовании. Лицензия CC-BY-NC-4.0 ограничивает коммерческое использование.

Zoobot Encoder MaxViT RMLP Small RW 224 — визуальный энкодер из проекта Zoobot, опубликованный mwalmsley. Модель предназначена для классификации изображений и может использоваться как энкодер через библиотеку timm; README также указывает на возможность дообучения. Архитектура относится к семейству MaxViT, входной размер обозначен как 224 в имени модели, веса доступны в формате PyTorch. Модель можно применять как основу для классификатора изображений и адаптировать под наборы данных о галактиках. Репозиторий распространяется по лицензии Apache-2.0. README не приводит сведения о метриках, точном числе параметров или поддерживаемых языках; модель работает с изображениями и выдаёт классовые предсказания.

Небольшая языковая модель семейства GPT‑2, разработанная в рамках проекта TinyLLM для задач встроенного зондирования и сенсорных приложений. Это плотный авторегрессионный трансформер с 101 млн параметров и контекстом 1024 токена; модель принимает и генерирует текст. Она обучалась на данных SHL и FineWeb, а репозиторий предоставляет базовую модель для дальнейшей настройки под конкретные задачи обработки сенсорных данных и локального запуска на маломощных устройствах, например одноплатных компьютерах. Модель предназначена для англоязычных сценариев генерации текста в средах с ограниченными вычислительными ресурсами. Карточка указывает лицензию Apache-2.0. Авторы отмечают исследовательское назначение; качество на конкретных задачах и ограничения аппаратного запуска зависят от последующей настройки и используемого устройства.

ALBERT-base-Sanskrit — модель семейства ALBERT, созданная Suraj Parmar для получения векторных представлений санскритского текста. В README показано использование AutoTokenizer и AutoModel из Transformers; модель принимает токенизированный текст и возвращает скрытые представления. В метаданных указано 81,2 млн параметров и контекст длиной 514 токенов; веса доступны в форматах PyTorch и Safetensors. Модель подходит для извлечения признаков из санскритских текстов и может служить основой для прикладных NLP-систем на санскрите. Карточка не сообщает о дополнительных задачах или оценках качества. Лицензия в предоставленных данных не указана.

BananaMind-2-Pro — базовая языковая модель, разработанная BananaMind и обученная с нуля. Это 138,9-миллионная decoder-only Transformer-модель с 24 слоями, группированным многозапросным вниманием, QK-нормализацией, RoPE, SwiGLU и RMSNorm. Предобучение охватило около 100 млрд токенов; модель использует собственный байтовый BPE-токенизатор на 32 768 токенов с обработкой чисел и контекстное окно на 3 072 токена. Модель предназначена для продолжения текста, изучения небольших языковых моделей и токенизаторов, оценки арифметических способностей и обучения специализированных моделей на её основе. Это базовая модель, а не чат-модель: она не предназначена для надёжного следования инструкциям. В карточке указаны англоязычные обучающие данные и наборы FineWeb-Edu, DCLM, SmolLM Corpus и FineMath; основные языковые возможности за пределами английского не охарактеризованы. Результаты тестов приведены разработчиком и могут зависеть от конфигурации оценки. Для загрузки требуется Transformers с кодом репозитория и параметром trust_remote_code=True. Лицензия обозначена как other, поэтому перед использованием следует проверить условия в репозитории. Модель не следует использовать для медицинских, юридических, финансовых и других критически важных решений.

AraBERTv0.2-Twitter — арабоязычная языковая модель на архитектуре BERT, разработанная командой AraBERT. Эта базовая модель продолжает предварительное обучение с задачей masked language modeling на примерно 60 миллионах арабских твитов, отобранных из коллекции в 100 миллионов. В словарь добавлены эмодзи и распространённые слова, отсутствовавшие в предыдущей версии; размер модели — около 162,4 млн параметров, формат весов — PyTorch и safetensors. Модель предназначена для работы с арабскими диалектами и текстами из Twitter. Её можно использовать для заполнения масок и как основу для дообучения под задачи обработки арабских твитов. Контекст составляет до 512 токенов, однако README сообщает, что обучение проводилось с длиной последовательности 64 токена, а использование большей длины может снизить качество. Для обучения и тестирования рекомендуется применять предоставленную предобработку, сохраняющую и отделяющую эмодзи. Сведения о лицензии в доступных данных отсутствуют.

asafaya/bert-mini-arabic — компактная предварительно обученная языковая модель BERT для арабского языка. Это плотная архитектура BERT с головой masked language modeling; модель содержит 12,4 млн параметров и принимает последовательности длиной до 512 токенов. Модель предназначена для заполнения пропусков в арабском тексте и может служить компактной основой для задач обработки арабского языка. Она обучена примерно на 8,2 млрд слов из арабской версии OSCAR, дампа Википедии и других арабских текстовых ресурсов общим объёмом около 95 ГБ. Данные включают диалектные варианты наряду с современным литературным арабским; в корпусе также встречаются слова не на арабском языке. Доступны форматы PyTorch, TensorFlow и Flax, включая веса Safetensors. Для загрузки можно использовать Transformers. Лицензия в предоставленных материалах не указана.

mps/blue-scrub-150M — компактная языковая модель, разработанная для проекта slm-train-scratch. Это плотная decoder-only модель семейства Llama с архитектурой LlamaForCausalLM и примерно 154,4 млн параметров. Она использует byte-level BPE-токенизатор с размером словаря 32 000, принимает текст и генерирует текст; длина контекста составляет 2048 токенов. Чекпойнт сохранён в формате safetensors с точностью bfloat16. Модель предварительно обучена с нуля на смеси образовательных и медицинских текстов: очищенных подвыборках FineWeb-Edu и TheBlueScrubs. Она предназначена для экспериментов с компактными базовыми языковыми моделями, продолжения предобучения, адаптации к предметной области и оценки базовой модели для медицинских и образовательных текстов. Это базовая, не прошедшая инструкционную настройку модель, поэтому она не предназначена для диалогового использования без дополнительной адаптации и может выдавать неполные, неверные или небезопасные ответы. Её нельзя использовать как источник медицинских рекомендаций; перед практическим применением необходимы оценка качества, предвзятости, фактической точности и безопасности. Лицензия указана как other, конкретные условия следует проверять в репозитории.

Это модель для вероятностного прогнозирования почасового спроса на электроэнергию, созданная дообучением Chronos-Bolt Base на наборе Monash electricity_hourly. В основе — плотная архитектура T5 с 99,1 млн параметров; модель распространяется в формате safetensors и принимает исторические значения одного или нескольких временных рядов, выдавая прогнозы и квантильные оценки. Контекст модели составляет 512 токенов, а в примере использования предусмотрена передача до 2048 исторических значений и прогнозирование до 64 шагов. Модель рассчитана на ряды спроса с выраженной суточной и недельной сезонностью. Она использует только прошлые значения ряда, без календарных, погодных, ценовых и других внешних признаков. В указанном тесте с горизонтом 168 часов качество немного превысило исходную Chronos-Bolt Base, однако номинальное покрытие 80-процентных интервалов составило около 70–71%, поэтому интервалы требуют калибровки для приложений с требованиями к покрытию. Разработчик — mskayacioglu; базовая модель — amazon/chronos-bolt-base. Лицензия Apache-2.0. Модель предназначена для исследовательского сравнения и как отправная точка для систем прогнозирования спроса, но перед практическим использованием её следует проверить на собственных данных.

Circulaire — модель обнаружения объектов в изображениях с камер «рыбий глаз», разработанная на основе Ultralytics YOLOv8 и дообученная для такого типа изображений. Она предназначена для обнаружения объектов в реальном времени в сценариях наблюдения за дорожным движением и городской средой. Модель использует библиотеку Ultralytics; в репозитории указаны веса в формате PyTorch. Карточка связывает модель с набором данных Voxel51/fisheye8k. Лицензия — CC BY-NC 4.0, которая ограничивает коммерческое использование.